• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1455-1459
• /
• 2006

우리나라 수자원 관리에서 여름 유량은 이수 및 치수 측면에서 매우 중요한 역할을 한다. 이러한 점에서 여름유량의 예측 가능성을 검토하는 것은 수자원 관리에 유연성을 주는 동시에 상대적으로 위험도를 저감시킬 수 있는 역할을 할 수 있다. 따라서 본 연구의 목적은 여름 계절 유량을 대상으로 기상인자와의 상관성 분석을 통해 유량 예측을 위한 수문기상정보(hydroclimatics)를 전 지구적으로 검토하고 최종적으로 불확실성을 고려할 수 있는 Ensemble예측을 실시하고자 한다. Ensemble예측은 설정 가능한 입력 자료를 통하여 다수의 출력자료를 얻는 방법론으로서 불확실성이 큰 기상 및 수문기상자료 분석에 주로 이용되고 있다. 본 연구에서는 해수면온도(sea surface temperature), 해수면기압(sea level pressure)과 방출장파복사에너지(outgoing longwave radiation)를 주요 기상인자로 고려하였으며 예측모형으로서는 Cross Ensemble(out of bagging)방법에 근거한 Support Vector Machine 모형을 이용하였다. 분석결과 주요 기상인자와 50%이상의 상관관계를 보이고 있으며 다소 합리적인 예측 결과를 제시하여 주고 있어 수자원관리를 위한 보조수단으로 이용이 가능할 것으로 사료된다.

• 디지털융복합연구
• /
• 제16권10호
• /
• pp.125-132
• /
• 2018

본 연구는 경영자 능력의 대용치로 경영자가 자발적으로 공시하는 미래 기업의 성과에 대한 정보인 이익 예측 정확성을 사용하여, 미래 이익을 정확하게 예측하는 경영자의 우수한 능력이 높을수록 경영자 성과-보상에 어떠한 영향을 미치는지에 대해 분석하고자 한다. 본 연구의 분석결과, 이익 예측 정확성과 경영자 보상 사이의 유의한 양(+)의 관계가 나타났으며, 이는 미래에 대한 예측이 우수한 경영자의 능력을 경영자 보상 계약에 반영한 결과로 볼 수 있다. 본 연구는 기존 선행연구에서 경영자의 능력의 대용치로 회계성과 변수를 주로 사용하여 경영자 보상 계약을 확인한 것을 확장하여 미래 기업이 직면할 상황을 정확하게 예측하는 경영자의 능력이 경영자 보상에 영향을 미치는 주요한 결정 요인임을 검증하였다는 것에 차별성이 존재한다. 따라서 기업의 미래에 대한 예측 역시 중요한 경영자의 역량으로 경영자 보상 계약에 영향을 미치는 추가적인 결정요인을 파악했다는 것에 의의가 있다.

• 문화기술의 융합
• /
• 제10권4호
• /
• pp.595-600
• /
• 2024

학습 성과를 예측하거나 학습 경로를 최적화하는 연구 분야에서 기계학습과 같은 인공지능 기술의 사용이 점차 증가하면서 교육 분야의 인공지능 활용은 점차 많은 진전을 보이고 있다. 이러한 연구는 점차 심층학습과 강화학습과 같은 좀 더 고도화된 인공지능 방법으로 진화하고 있다. 본 연구는 학습자의 과거 학습 성과-이력 데이터를 기반으로 미래의 학습 성과를 예측하는 방법을 개선하는 것이다. 따라서 예측 성능을 높이기 위해 Markov Chain 방법을 응용한 조건부 확률을 제안한다. 이 방법은 기계학습에 의한 분류 예측에 추가하여 학습자가 학습 이력 데이터를 분류 예측에 추가함으로써 분류기의 예측 성능을 향상 시키기 위해 사용된다. 제안 방법의 효과를 확인하기 위해서 실증 데이터인 '교구 기반의 유아 교육 학습 성과 데이터'를 활용하여 기존의 분류 알고리즘과 제안 방법에 의한 분류 성능 지표를 비교하는 실험을 수행하였다. 실험 결과, 분류 알고리즘만 단독 사용한 사례보다 제안 방법에 의한 사례에서 더 높은 성능 지표를 산출한다는 것을 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제20권12호
• /
• pp.49-57
• /
• 2020

본 연구는 우리나라 수출 분야 산업의 경쟁력을 나타내는 부가가치율을 다양한 머신러닝 기법을 활용하여 예측하였다. 아울러, 예측의 정확성 및 안정성을 높이기 위하여 머신러닝 기법 예측값들에 예측조합 기법을 적용하였다. 특히, 본 연구는 산업별 부가가치율에 영향을 주는 다양한 변수를 고려하기 위하여 재귀적특성제거 방법을 사용하여 주요 변수를 선별한 후 머신러닝 기법에 적용함으로써 예측과정의 효율성을 높였다. 분석결과, 예측조합 방법에 따른 예측값은 머신러닝 기법 예측값들보다 실제의 산업 부가가치율에 근접한 것으로 나타났다. 또한, 머신러닝 기법의 예측값들이 큰 변동성을 보이는 것과 달리 예측조합 기법은 안정적인 예측값을 나타내었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.225-229
• /
• 2005

이류모형을 이용한 단기예측 레이더 강우자료와 관측 레이더자료의 비교를 통하여 얻어진 예측오차를 분석하였다. 임의 시점까지의 예측오차 장에 나타나는 확률분포 형태와 공간적 상관성을 분석하여 이들 특성을 반영하는 추후의 예측오차 장을 모의할 수 있었다. 모의된 예측오차 장과 합성된 단기예측 강우 장은 이류모형을 이용한 예측에 따른 불확실성 을 추계학적으로 반영한 예측강우를 제공한다.

• 한국건설관리학회논문집
• /
• 제12권1호
• /
• pp.62-72
• /
• 2011

최근 건설 환경의 급변화로 인해 건설 프로젝트의 실패 가능성이 높아지고 있다. 이러한 이유로 건설 산업에서는 합리적인 프로젝트 관리전략을 수립하기 위하여 프로젝트의 성과에 영향을 미치는 성공요인에 대한 다각적인 연구가 제시되고 있다. 하지만 프로젝트 성과에 영향을 미치는 요인들의 개선 여부에 따른 혼재로 합리적인 성과관리가 힘든 상황이며, 특히 개선 불가능한 요인인 프로젝트 특성은 성과에 영향을 미치는 독립변수로 성과 도출의 난이도를 결정하게 됨에도 불구하고 이에 대한 연구는 미비한 실정이다. 따라서 본 연구에서는 성과지표와 특성지표체계를 이용하여 성과와 특성간의 영향관계를 밝혀내고 그 결과를 퍼지이론으로 정량화하여 성과 난이도 지수를 산정하며 특성간의 중요도를 고려하여 최종적으로 성과 난이도를 예측하는 연구과정을 수행하였다. 또한 성과 난이도 예측에 있어서 시간과 노력을 절감하여 효율적인 프로젝트 관리 전략을 수립하기 위해서 시공자가 서로 다른 프로젝트의 특성을 입력함에 따라 프로젝트의 각 성과영역에 어떠한 난이도를 갖는지 미리 예측하고 정량적으로 평가할 수 있는 프로젝트 성과 난이도 예측 시스템을 개발하였다.

• 한국기술혁신학회:학술대회논문집
• /
• 한국기술혁신학회 1998년도 춘계정기학술대회
• /
• pp.14-14
• /
• 1998

기술추세분석(trend analysis)이나 특허분석(patent analysis) 등과 같이 객관적 자료를 이용하는 여타 기술예측방법과 달리, 델파이 방법은 해당 분야에 대한 전문가들의 식견(또는 주관적 평가)을 예측의 유일한 원천으로 하고 있다는 점에서 예측결과에 대한 신뢰도 분석을 강하게 요구하고 있다. 이러한 점에 착안하여 본 연구에서는 최근에 실시된 산업기술예측(1998) 자료를 이용하여 델파이 방법을 이용한 기술예측의 신뢰도 분석을 실시하였다. 이러한 분석은 전문가들의 예측결과에 대해 내적 일관성의 유지 여부와, 전문도가 상이한 집단간에 예측 결과의 차이가 있는지 여부를 중심으로 이루어졌으며 그 결과는 다음과 같다. 첫째, 응답 결과에 내적 일관성이 있는지 여부를 검정한 결과 생물·정밀화학분야를 제외한 모든 분야에서 일관성을 지니고 있는 것으로 나타나고 있다. 두번째, 전문도가 높은 응답자들일수록 자신의 예측결과를 확신하고는 있으나, 전문도가 낮은 응답자들에 비해 예측결과에 이견이 큰 것으로 분석되었으며, 마지막으로 전문도가 높은 응답자들과 그렇지 않은 응답자들 사이에 기술과제의 예상 실현시기에 대해서는 거의 차이가 없는 반면, 합의(consensus)의 정도는 큰 차이가 있는 것으로 나타났다. 이러한 분석결과는 델파이 방법을 이용한 기술예측을 설계하는 데 있어 몇가지 시사점을 제공하고 있다. 첫번째로 기술예측시 전문가들의 예측결과에 대해 내적 일관성이 존재하는 지 여부를 검증할 수 있도록 예측과정을 설계하는 것이 바람직하다는 것이다. 이러한 설계과정은 델파이 방법이 예측결과를 검증할 만한 객관적인 장치를 지니지 못하고 있다는 점에서 더욱 필요하다고 하겠다. 두번째는 정보로서의 가치가 큰 전문도가 높은 응답자들의 예측결과를 활용하기 위해서는, 예측결과에 대한 이들의 합의(consensus)의 정도를 높일 수 있는 방안이 마련되어야 한다는 것이다. 델파이의 최종 라운드가 진행된 이후 이들에 대해서만 추가적인 라운드를 실시하거나, 예측과정에서 이들에게 관련 정보를 제공하는 것도 하나의 대안이 될 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.1896-1899
• /
• 2007

우리나라의 태풍과 국지성 집중호우로 인한 풍수해 빈도는 점진적으로 증가하고 이와 관련된 인명 및 재산 피해 또한 증가하고 있는 실정이다. 피해저감을 위해 정확한 강우의 이동방향 및 강우량 예측은 절실하며 이를 토대로 한 유역의 강우-유출 분석이 필요하다. 본 연구에서는 강우의 이동방향과 2차원 면적강우량을 예측하기 위한 방법으로 TREC(Tracking Radar Echoes by Correlation) 기법과 실시간 Z-R 관계식을 이용하였다. 예측된 면적강우량의 강우-유출 모의에 대한 적용성을 분석하기 위하여 분포형 수문모형을 선정하여 분석하였다. 단시간 강우예측자료의 적용성을 검정하기 위하여 대상유역으로 중랑천유역을 선정하였으며 대상유역의 조도계수, 수로폭, 경사등과 같은 GIS 입력자료를 구축하였다. 검정을 위하여 중랑교 수위관측지점의 관측 수위 및 유량에 대한 분포형 강우-유출 모형의 계산 유량을 비교 분석하였다. 대상 강우사상은 2003년 9월 11일 00시에서 13일 00시까지 태풍 "매미"가 중랑천에 영향을 미친 기간을 선정하였다. 실시간 Z-R 관계식에 의한 비 예측 강우자료를 이용한 강우-유출 결과와 예측 강우에 대한 강우-유출 결과를 이용하여 단시간 강우예측의 강우-유출 모형 적용성을 분석하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2006년도 춘계학술대회
• /
• pp.176-182
• /
• 2006

본 연구에서는 기존 Bagging Predictors에 수정을 가한 Modified Bagging Predictors를 이용하여 SOHO 에 대한 부도예측 모델을 제시한다. 대기업 및 중소기업에 대한 기압부도예측 모델에 대한 많은 선행 연구가 있어왔지만 SOHO 만의 기업부도예측 모델에 관한 연구는 미비한 상태이다. 금융기관들의 대출심사시 대기업 및 중소기업과는 달리 SOHO에 대한 대출심사는 이직은 체계화되지 못한 채 신용정보점수 등의 단편적인 요소를 사용하고 있는 것에 현실이고 이에 따라 잘못된 대출로 안한 금융기관의 부실화를 초래할 위험성이 크다. 본 연구에서는 실제 국내은행의 SOHO 데이터 집합이 사용되었다. 먼저 기업부도 예측 모델에서 우수하다고 연구되어진 인공신경망과 의사결정나무 추론 기법을 적용하여 보았지만 만족할 만한 성과를 이쓸어내지 못하여, 기존 기업부도예측 모델연구에서 적용이 미비하였던 Bagging Predictors와 이를 개선한 Modified Bagging Predictors를 제시하고 이를 적용하여 보았다. 연구결과,; SOHO 부도예측에 있어서 본 연구에서 제시한 Modified Bagging Predictors 가 인공신경망과 Bagging Predictors등의 기존 기법에 비해서 성과가 향상됨을 알 수 있었다. 제시된 Modified Bagging Predictors의 유용성을 확인하기 위해서 추가적으로 대수의 공개 데이터 집합을 활용하여 성능을 비교한 결과 Modified Bagging Predictors 가 기존의 Bagging Predictors 에 비해 일관적으로 성과가 향상됨을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.497-497
• /
• 2018

복잡한 기상조건 하에서 강우의 예측은 수문 기상 분야에서 필수적인 과정이라 할 수 있다. 특히 월 단위의 강우 예측은 장기적인 수자원 관리 및 계획 수립 시 매우 중요한 기준이 되기 때문에 보다 정확하고 신뢰도 있는 예측을 필요로 하고 있다. 이를 위해 전 지구적 기후 변동의 양상을 수치화 하여 나타낼 수 있는 기상인자의 활용이 활발해지고 있으며 다양한 모형을 기반으로 한 강우 예측이 수행되고 있다. 최근에는 인공지능 기법을 활용한 인공신경망 모형의 적용이 활발해짐에 따라 높은 예측력을 바탕으로 강우 예측에 대한 연구가 이루어지고 있지만 초기 가중치의 무작위성 또는 과적합으로 인한 문제도 함께 나타나고 있다. 본 연구에서는 인공신경망 모형의 활용성을 높이고 신뢰성을 확보하기 위한 강우 예측을 수행하고자 하였다. 이를 위해 다양한 기상인자를 활용하여 인공신경망 모형을 위한 정보를 구축하고 인공신경망 모형을 통해 생성되는 결과로부터 단일 예측이 아닌 앙상블 예측을 활용함으로써 강우 앙상블을 생성하고 조합하였다. 그 결과 인공신경망 모형을 통한 단일 예측보다 앙상블을 통한 예측으로 안정적이고 정확한 예측 결과를 산정할 수 있었으며 기존에 인공신경망 모형을 통한 예측의 문제점을 보완할 수 있었다.